把微信收藏做成可视化：1988 条也不怕

你有没有这种时刻：

• 想找一篇以前收藏的文章
• 微信里翻半天
• 结果越翻越烦，干脆放弃 😅

我折腾了几个小时，准备把自己的微信个人收藏做成“可视化面板”。 然后发现一个事实：我已经收藏了 1988 条。

这时候如果还想着“一步到位做成知识库”，基本等于给自己挖坑。 更靠谱的做法是：需求降级。

把目标改成：

只做我自己真的会用的那几种视图。

下面这篇就按这个思路来：怎么从 0 到 1 做一个“微信收藏仪表盘”，能搜、能看趋势、能统计来源。你照着做就能跑起来。

1）需求别贪：你真正需要的就这几件事

收藏 1988 条以后，最有价值的不是“把所有内容都保存下来”，而是：让我更快找到它。

我建议你把需求砍到这 4 个功能：

• 全文搜索：按关键词搜标题/摘要/链接
• 分类视图：比如「工作」「学习」「买东西」「灵感」
• 时间趋势：你最近是不是又开始乱收藏了？
• 来源排行榜：你最常收藏哪个公众号/网站

别急着做：

• 自动同步实时更新
• 全文抓取网页正文
• 花里胡哨的知识图谱

这些很诱人，也很容易让项目烂尾。

2）数据从哪来：两条路线，选你能接受的

微信收藏的数据并不是“点一下就导出 CSV”。所以现实一点，给你两条路：

路线 A：最省事（手工导出 + 小批量）

适合你：

• 收藏主要是“链接/文章”
• 你不想研究数据库
• 你只需要最近 200～500 条做个面板

做法：

• 打开微信收藏
• 按分类把关键内容转发到文件传输助手
• 在电脑端复制内容，整理成一个 favorites.csv

CSV 最少包含这些列就够用：

• title 标题
• url 链接（没有就留空）
• note 你自己的备注/摘录
• created_at 收藏时间（能补就补）
• category 分类

你会发现：只要面板能跑起来，你就更愿意继续补数据。

路线 B：更自动（从备份里解析）

适合你：

• 你愿意折腾一小时
• 想一次性把 1988 条都纳进来

这里提醒一句：微信数据结构和备份方式会变，不同系统/版本差异很大。 我不在这里写“保证 100% 通用的一键脚本”，那是骗人的吗。

你可以用这个策略：

• 电脑端微信做本地备份（或手机备份到电脑）
• 找到备份目录里的数据库文件（通常是 SQLite 之类）
• 用 DB Browser for SQLite 打开，定位“收藏”相关表
• 把需要的字段导出成 CSV

你一旦把 CSV 拿到手，后面的事就简单了。

3）用 Python 清洗 CSV：把脏数据变成能用的数据

你只需要一个 favorites.csv，哪怕列不全也行。

安装依赖

pip install pandas streamlit altair

清洗脚本（示例）

新建 clean.py：

import pandas as pd

# 读入原始导出
raw = pd.read_csv("favorites.csv")

# 统一字段名（按你自己的 CSV 改）
df = raw.rename(columns={
    "标题": "title",
    "链接": "url",
    "备注": "note",
    "时间": "created_at",
    "分类": "category",
})

# 兜底字段
for col in ["title", "url", "note", "created_at", "category"]:
    if col not in df.columns:
        df[col] = ""

# 时间格式
# 没有时间也没关系，后面视图自动降级
if df["created_at"].astype(str).str.len().mean() > 0:
    df["created_at"] = pd.to_datetime(df["created_at"], errors="coerce")

# 去重：按链接优先，其次标题+备注
# 很多人会重复收藏同一篇文章
if df["url"].astype(str).str.len().mean() > 0:
    df = df.sort_values(by=["created_at"], ascending=True)
    df = df.drop_duplicates(subset=["url"], keep="last")
else:
    df = df.drop_duplicates(subset=["title", "note"], keep="last")

# 分类空的给个默认
df["category"] = df["category"].replace("", "未分类")

# 输出干净版本
out = df.reset_index(drop=True)
out.to_csv("favorites_clean.csv", index=False)

print("done:", len(out))

跑一下：

python clean.py

看到 done: 1988（或接近）你就赢一半了。

4）用 Streamlit 做一个“微信收藏仪表盘”

新建 app.py：

import pandas as pd
import streamlit as st
import altair as alt

st.set_page_config(page_title="微信收藏仪表盘", layout="wide")

@st.cache_data
def load_data():
    df = pd.read_csv("favorites_clean.csv")
    # 兼容 created_at 可能为空
    if "created_at" in df.columns:
        df["created_at"] = pd.to_datetime(df["created_at"], errors="coerce")
    return df

df = load_data()

st.title("微信收藏仪表盘")
st.caption(f"当前条目数：{len(df)}")

# 侧边栏过滤
with st.sidebar:
    kw = st.text_input("关键词搜索（标题/备注/链接）", "")
    cats = sorted(df["category"].fillna("未分类").unique().tolist())
    cat = st.selectbox("分类", ["全部"] + cats)

# 过滤逻辑
view = df.copy()
if cat != "全部":
    view = view[view["category"].fillna("未分类") == cat]

if kw.strip():
    k = kw.strip().lower()
    def hit(row):
        s = f"{row.get('title','')} {row.get('note','')} {row.get('url','')}".lower()
        return k in s
    view = view[view.apply(hit, axis=1)]

# 主区：列表
st.subheader("收藏列表")
show_cols = [c for c in ["created_at", "category", "title", "url", "note"] if c in view.columns]
st.dataframe(view[show_cols].sort_values(by=["created_at"], ascending=False), use_container_width=True)

# 统计区
col1, col2 = st.columns(2)

with col1:
    st.subheader("分类分布")
    cat_count = view["category"].fillna("未分类").value_counts().reset_index()
    cat_count.columns = ["category", "count"]
    chart = alt.Chart(cat_count).mark_bar().encode(
        x=alt.X("count:Q"),
        y=alt.Y("category:N", sort="-x")
    )
    st.altair_chart(chart, use_container_width=True)

with col2:
    st.subheader("时间趋势")
    if "created_at" in view.columns and view["created_at"].notna().any():
        tmp = view.dropna(subset=["created_at"]).copy()
        tmp["date"] = tmp["created_at"].dt.date
        daily = tmp.groupby("date").size().reset_index(name="count")
        line = alt.Chart(daily).mark_line().encode(
            x="date:T",
            y="count:Q"
        )
        st.altair_chart(line, use_container_width=True)
    else:
        st.info("你的数据里没有可用的时间字段，时间趋势先不画。要不要后面慢慢补？")

启动：

streamlit run app.py

你会得到一个很实用的小面板：

• 左边筛分类、搜关键词
• 右边直接看到列表
• 顺带看分类柱状图和收藏趋势

这玩意儿最大的好处是：

你收藏再多，也不怕。因为你终于能“用”它了。

5）想更爽一点？加两个高频功能

功能 A：一键复制链接

很多时候你不是“阅读”，你是“拿来用”。

Streamlit 里可以加一个按钮，把当前行的 URL 复制到剪贴板（需要前端小组件或额外库）。如果你懒得折腾，最简单的替代方案是：

• 列表里把 url 显示出来
• 点击直接打开

功能 B：给未分类的条目做“半自动分类”

你不需要一步到位训练模型。

你可以用最朴素的规则：

• URL 包含 github.com → 归到「技术」
• 标题包含「优惠」「券」→ 归到「剁手」
• 备注包含「todo」「待办」→ 归到「行动」

规则分类写在 clean.py 里就行。

避坑清单（都是我踩过的）

• 别从“全量自动同步”开局：你会卡在数据获取上，然后放弃。
• 别纠结字段完不完整：缺时间就不画趋势；缺链接就只做搜索。面板能用最重要。
• 别把收藏当知识库：收藏是入口，不是归宿。你真正要沉淀的，应该是少量高质量笔记。
• 别迷信分类：分类越多越难维护。控制在 6～12 个以内就很舒服。

你可以照抄的执行路线（真的能落地）

• 目标写死：做一个能搜索、能按分类筛、能统计的面板
• 先搞到一个 favorites.csv（哪怕手工 200 条也行）
• 跑 clean.py 得到 favorites_clean.csv
• streamlit run app.py 出图
• 用起来以后，再慢慢把剩下的收藏补进来

你现在的收藏条数是多少？ 如果也接近 2000，别慌。把需求降级，你今晚就能看到自己的“收藏全景图”。